트레이딩의 머신러닝: 이론, 모델, 실전 및 알고리즘 트레이딩 - 페이지 2523

새 코멘트
 
mytarmailS # :

방송 을 어떻게 제3자 서비스로 만드나요? 어떻게 작동합니까? 어떻게 하면 될까요?

1. https://github.com/tvjsx/trading-vue-js 를 가져 가라.

2. 호스팅을 시작하고 json 파일에서 읽는 표시기를 추가합니다.

3. 같은 위치에서 이 스크립트를 가져오면 파일을 업데이트하는 스크립트를 실행합니다.

4. 다른 곳에서 신경이나 거기에 있는 모든 것을 시작하고 신호가 3단계에서 스크립트에 액세스될 때

---

하지만 이것은 잘못된 계획입니다. 올바른 표시기는 API를 통해 신호를 수신해야 합니다. 제대로 작동하지 않았습니다.

 
예브게니 듀카

감사합니다, 이것은 나에게 너무 어렵습니다

 
Alexey Nikolaev # :

예, SB의 정의에서 미래의 모든 증분은 현재 및 과거의 값과 독립적이므로 공분산은 모두 0입니다.

하나가 아니라 시간 j에 따라 증가하는 분산입니다. 백색 잡음 Xi의 분산을 d로 표시하면 COV(Yj,Yj)=j*d^2입니다. 이렇게 하려면 Yj를 X1+..+Xj의 합으로 표현하고 백색 잡음의 속성을 고려하여 계산해야 합니다.

결과적으로 치환 후 ACF=sqrt(min(j,k)/max(j,k)). 물론 내가 뭔가를 망치지 않는 한)

나는 여기에서 ACF SB의 주제를 닫을 것을 제안합니다. 그래서 실제 실습을 연습하는 특히 인상 깊은 실습 실무자들을 짜증나게 하지 않습니다)

최소값과 최대값은 +- ∞ 가 될까요?

 
로르샤흐 # :

최소값과 최대값은 +- ∞ 가 될까요?

j>=1, k>=1

예를 들어, j=2, k=8 -> min(j,k)=2, max(j,k)=8 -> ACF(2,8)=sqrt(2/8)=1/2

 
Alexey Nikolaev # :

예, SB의 정의에서 미래의 모든 증분은 현재 및 과거의 값과 독립적이므로 공분산은 모두 0입니다.

하나가 아니라 시간 j에 따라 증가하는 분산입니다. 백색 잡음 Xi의 분산을 d로 표시하면 COV(Yj,Yj)=j*d^2입니다. 이렇게 하려면 Yj를 X1+..+Xj의 합으로 표현하고 백색 잡음의 속성을 고려하여 계산해야 합니다.

결과적으로 치환 후 ACF=sqrt(min(j,k)/max(j,k)). 물론 내가 뭔가를 망치지 않는 한)

나는 이것에 대해 ACF SB의 주제를 닫을 것을 제안합니다 . 그래서 실제 실습을 연습하는 특히 감동적인 실습 실무자들을 짜증나게 하지 않습니다.)

처음으로 흥미로운 것이 지점에서 시작되어 닫혔습니다.)

이 공식의 매력을 이해하는 삽화가 있습니까?

 
Alexey Nikolaev # :

백색 잡음 Xi의 분산을 d로 표시하면 COV(Yj,Yj)=j*d^2입니다.

방해해서 죄송합니다. 이 문구에 오타가 있습니까?

 
의사 # :

방해해서 죄송합니다. 이 문구에 오타가 있습니까?

네, 정사각형은 불필요합니다: COV(Yj,Yj)=j*d (또는 백색 잡음 분산을 d^2 로 지정할 필요가 있었습니다). 고마워 동료. 이는 최종 ACF 공식에 영향을 미치지는 않으나 분산, 표준편차, 분산을 한 글자로 지정하는 것은 매우 나쁜 형태이다.

 

솔직히 말해서, 나는 아무것도 이해할 수 없습니다.

ps. 어떤 똑똑한 수학자가 저를 불쌍히 여겨 여기에서 무슨 일이 일어나고 있는지 설명해 줄 수 있습니까?

 
이미 시장의 ACF를 계산)
 
레나트랩 # :

솔직히 말해서, 나는 아무것도 이해할 수 없습니다.

ps. 어떤 똑똑한 수학자가 저를 불쌍히 여겨 여기에서 무슨 일이 일어나고 있는지 설명해 줄 수 있습니까?

오르버가 몇 년 동안 가르쳐지지 않았다면 설명하기 어렵습니다.
1...251625172518251925202521252225232524252525262527252825292530...3399
새 코멘트